通过为对话增添思考-唤发话语以建模 LLM 的个体人格特征
计算与语言
2025-10-30 v2
摘要
本研究提出通过为对话数据增添思考-唤发话语 (think-aloud utterances, TAUs) 以建模 LLM 中的个体人格特征。TAU 是说话者在表述话语之前对其思考的语言化表达。我们期望借助 TAUs 增添的数据训练的“人格 LLM”能够更贴近地模仿说话者的人格特征。我们测试了经过 TAUs 增添的数据训练的“人格 LLM”是否能够获得关于大五人格 (Big Five) 的人类人格特征。结果表明，借助 TAUs 增添的数据训练的“人格 LLM”在与说话者的同意性 (Agreeableness) 和神经倾向 (Neuroticism) 上更接近说话者的人类人格特征。我们还发现，TAUs 增添质量对人格 LLM 的性能具有影响。
引用
@article{arxiv.2510.09158,
title = {Augmenting Dialog with Think-Aloud Utterances for Modeling Individual Personality Traits by LLM},
author = {Seiya Ishikura and Hiroaki Yamada and Tatsuya Hiraoka and Hiroaki Yamada and Takenobu Tokunaga},
journal= {arXiv preprint arXiv:2510.09158},
year = {2025}
}
备注
8 pages, 1 figure. Accepted at the First Workshop on Tailoring AI: Exploring Active and Passive LLM Personalization (PALS2025@EMNLP2025)